사고 데이터 및 삼차원 라이다 데이터 기반 운전자 보조 시스템 평가 플랫폼 개발

DC Field Value Language
dc.contributor.advisor송봉섭-
dc.contributor.author김재훈-
dc.date.accessioned2019-04-01T16:41:35Z-
dc.date.available2019-04-01T16:41:35Z-
dc.date.issued2019-02-
dc.identifier.other28806-
dc.identifier.urihttps://dspace.ajou.ac.kr/handle/2018.oak/15109-
dc.description학위논문(석사)--아주대학교 일반대학원 :기계공학과,2019. 2-
dc.description.abstract본 논문에서는 사고 데이터와 삼차원 라이다를 기반으로 기본 시나리오를 생성하고, 이를 다양화하여, 반복성이 뛰어난 시뮬레이션을 구성함으로써 능동형 운전자 보조 시스템(Advanced Driver Assistance System, ADAS)을 평가할 수 있는 평가 플랫폼을 제시한다. 이를 위해 사고 데이터를 분석한 결과와 삼차원 라이다를 장착한 차량을 통해 얻은 데이터에 물체 인식 알고리즘을 적용한 결과를 이용하여 기본 시나리오를 구성하였으며, 삼차원 라이다에 적용한 알고리즘을 이용하여 주변 사물에 대해 위치, 헤딩각을 특징으로 추출하여 사고에 영향을 미칠 수 있는 다른 물체를 시나리오에 추가한다. 물체 인식 알고리즘은 지면 인지, 객체 검출, 특징 검출을 포함하고 있다. 최종적으로 구성된 시나리오를 기반으로 자 차량 및 주변 물체에 대해 변수를 추가하여 시나리오를 다양화하고, 자차량의 모델에 자동 긴급 제동 시스템을 적용함으로써 시스템의 동작에 따른 평가 항목을 이용하여 시스템을 평가한 결과를 제시한다.-
dc.description.tableofcontents1. 서 론 1 1.1 연구 동기 1 1.2 문제 정의 3 1.3 센서 구성 5 1.4 문헌 조사 7 2. 삼차원 라이다 기반 물체 인지 기술 10 2.1 지면 인지 11 2.2 객체 분할 15 2.3 특징 검출 19 3. 대규모 시뮬레이션 24 3.1 기본 시나리오 구성 26 3.2 시뮬레이션 변수 29 4. 실험적 검증 31 5. 결론 43 6. 참고 문헌 44 Abstract 46-
dc.language.isokor-
dc.publisherThe Graduate School, Ajou University-
dc.rights아주대학교 논문은 저작권에 의해 보호받습니다.-
dc.title사고 데이터 및 삼차원 라이다 데이터 기반 운전자 보조 시스템 평가 플랫폼 개발-
dc.title.alternativeKim Jae Hun-
dc.typeThesis-
dc.contributor.affiliation아주대학교 일반대학원-
dc.contributor.alternativeNameKim Jae Hun-
dc.contributor.department일반대학원 기계공학과-
dc.date.awarded2019. 2-
dc.description.degreeMaster-
dc.identifier.localId905441-
dc.identifier.uciI804:41038-000000028806-
dc.identifier.urlhttp://dcoll.ajou.ac.kr:9080/dcollection/common/orgView/000000028806-
dc.description.alternativeAbstractIn this paper, we propose an evaluation platform that can evaluate the Advanced Driver Assistance System, ADAS by configuring repeatable simulations. Each simu-lation is based on accident data and 3D Lidar data based multiplied basic scenarios using variables. Based on the results of the analysis of the accident data and the re-sults obtained by applying the algorithm to the 3D Lidar data, the basic scenario is constructed. In this algorithm, the position, heading angle of the objects is extracted as a feature and expressed as a rectangle. To do this algorithm, we extract the objects by applying the Scan-Line-Run-Clustering method and extract the features by applying the L-shape fitting method and the convex hull fitting method to the extracted objects. In addition, based on the simulation, we added variables to the vehicle and surrounding objects, and apply ADAS to the model of the vehicle for evaluation.-
Appears in Collections:
Graduate School of Ajou University > Department of Mechanical Engineering > 3. Theses(Master)
Files in This Item:
There are no files associated with this item.

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse